高等数学 / 系统课时

分布函数

分布函数

分布律适合查询单个取值的概率,而分布函数把所有“不超过某个数”的概率统一表示为一个函数。掌握它后,可以直接处理区间概率,并看清离散分布如何随阈值逐步累积。

学习目标

  • 掌握累积分布函数 F(x)=P(X≤x)F(x)=P(X\le x) 的定义
  • 理解分布函数的单调性、取值范围与右连续性
  • 会在分布律和分布函数之间相互转换

分布函数的定义

随机变量 XX 的分布函数定义为:

F(x)=P(X≤x),−∞<x<+∞F(x)=P(X\le x),\quad -\infty<x<+\infty

这里的 xx 是可连续变化的实数,而 XX 仍可只取有限或可数个值。对任意给定阈值 xx,F(x)F(x) 都把所有不大于该阈值的取值概率累加起来。设离散随机变量 XX 的分布律为:

XX 0 1 2
P(X=x)P(X=x) 1/41/4 1/21/2 1/41/4

当 x<0x<0 时没有可累加的取值,所以 F(x)=0F(x)=0;当 0≤x<10\le x<1 时只包含 X=0X=0;当 1≤x<21\le x<2 时包含 X=0X=0 和 X=1X=1;当 x≥2x\ge2 时已覆盖全部取值。

离散分布函数的阶梯形态

上述分布函数可写成分段形式:

F(x)={0,x<014,0≤x<134,1≤x<21,x≥2F(x)= \begin{cases} 0, & x<0 \\ \frac{1}{4}, & 0\le x<1 \\ \frac{3}{4}, & 1\le x<2 \\ 1, & x\ge 2 \end{cases}

离散随机变量分布函数的阶梯图

图像呈阶梯状,是因为阈值在两个相邻取值之间移动时,没有新增概率;只有越过随机变量的某个可能取值时,累计概率才会跳升。每次跳跃的高度正好等于该点的概率质量。

分布函数的基本性质

任何随机变量的分布函数都满足三个核心性质。

  • 单调不减:若 x1<x2x_1<x_2,则 F(x1)≤F(x2)F(x_1)\le F(x_2)
  • 取值在 0 与 1 之间,并满足 lim⁡x→−∞F(x)=0\lim_{x\to-\infty}F(x)=0、lim⁡x→+∞F(x)=1\lim_{x\to+\infty}F(x)=1
  • 右连续:在任意点 xx,从右侧靠近时函数值趋近于 F(x)F(x)

单调不减来自事件包含关系:{X≤x1}⊆{X≤x2}\{X\le x_1\}\subseteq\{X\le x_2\}。右连续决定了阶梯图在跳点处采用跳跃后的函数值,例如上例中 F(1)=3/4F(1)=3/4,而不是 1/41/4。

用分布函数计算区间概率

分布函数最常用于计算区间概率。对任意 a<ba<b:

P(a<X≤b)=F(b)−F(a)P(a<X\le b)=F(b)-F(a)

例如,上例中:

P(0<X≤2)=F(2)−F(0)=1−14=34P(0<X\le2)=F(2)-F(0)=1-\frac{1}{4}=\frac{3}{4}

边界是否包含必须与公式一致。若要求 P(a≤X≤b)P(a\le X\le b),对离散随机变量还需补上 X=aX=a 的概率,或改写为 F(b)−F(a−)F(b)-F(a^-),其中 F(a−)F(a^-) 表示从左侧趋近 aa 时的极限。

从分布函数还原分布律

离散随机变量在取值点 xix_i 处的概率等于分布函数的跳跃高度:

P(X=xi)=F(xi)−F(xi−)P(X=x_i)=F(x_i)-F(x_i^-)

以上例的 x=1x=1 为例,左侧极限为 1/41/4,函数值为 3/43/4,所以:

P(X=1)=34−14=12P(X=1)=\frac{3}{4}-\frac{1}{4}=\frac{1}{2}

因此,分布律记录各点“增加了多少”,分布函数记录截至当前“累计了多少”。两者表达同一概率分布,只是观察角度不同。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

分布函数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通